随着信息技术不断飞速发展,对各种系统的可靠性和安全性提出了更高要求,作为网络化与信息化时代必不可少的身份鉴别手段,生物特征识别技术已成为国内外的前沿热门研究方向。掌纹识别是一项新的生物识别技术,具有成本较低、稳定性较高、识别速度快、抗噪能力强、易于使用及可接受程度高等优点,对提高认证系统的可靠性和安全性具有十分重要的研究意义和实用价值。掌纹识别技术包括掌纹图像的采集、预处理、特征提取和匹配等环节。掌纹图像的采集中获取图像的质量最为重要；掌纹预处理中主要是获取有效的感兴趣区域；掌纹特征提取的核心技术是如何提取高效而有区分能力的特征；掌纹特征匹配中匹配算法的选取和设计是关键。因此,如何实现高精度、高可靠性及高效率的掌纹识别方法一直都是掌纹识别技术中复杂而有意义的课题。本文正是基于这个情况,对掌纹识别技术进行了深入的研究和新的探索。本文的主要工作如下：(1)针对掌纹识别技术的特点,深入研究了掌纹识别技术的操作模式及掌纹识别系统的性能评估指标,给出了本文掌纹识别的操作模式及评价系统性能的评估指标；研究了主成分分析技术、独立成分分析技术、线性判别分析技术及近似线性的非线性降维技术等掌纹识别降维技术的线性降维特性,分析了具有良好时频特性的Gabor小波技术,为掌纹识别技术的深入研究提供了理论基础。(2)针对采集到的掌纹图像存在手掌放置的位置不同、手指张开度不同等问题,会导致定位分割困难,设计了一种基于直线与手指边缘的自动找点掌纹定位分割方法,其根据掌纹的轮廓特征,对手掌图像进行二值化滤波处理,分离手指与手掌,通过手指的四指轮廓确定定位点,对具有一定自由度的掌纹进行归一化和定位,从而提取其感兴趣区域。(3)针对子空间掌纹识别技术中存在的小样本问题和线性判别分析准则函数的最优化与识别率的最大化不直接相关的问题,设计了一种融合双向主成分分析的二维线性判别算法。本算法是直接对掌纹图像矩阵投影,能够同时消除图像行和列的相关性,构建一个新的线性判别分析准则函数,并利用最佳的投影向量来提取最优判别信息,实现掌纹的判别。(4)根据Gabor变换的特点,研究了二维Gabor小波的时频域特性和主成分分析的降维方法,设计了一种基于Gabor的二维主成分分析算法。该算法将不同尺度和方向的Gabor滤波器与所有掌纹图像的训练样本做卷积,将所得的特征组成高维Gabor特征空间,再将Gabor特征空间通过主成分分析方法降维,提取较少的系数来表征图像。(5)针对传统二维线性判别算法存在白化处理、计算复杂度高及类间距离有限制要求的问题,设计了一种改进的二维线性判别算法；并在结合Gabor小波和主成分分析方法的基础上实现了改进的二维线性判别算法。